【Seaborn】sns.kdeplot() 函数： 核密度估计（KDE）图

sns.kdeplot() —— 核密度估计（KDE）图

seaborn.kdeplot() 用于 可视化数据的概率密度分布，通过 核密度估计（KDE, Kernel Density Estimation） 生成平滑曲线，适用于 数据分布分析。

---

1. 语法

import seaborn as sns

sns.kdeplot(data=None, x=None, y=None, hue=None, fill=False, bw_adjust=1, levels=10, cmap=None, shade=None)

主要参数

参数	作用
data	DataFrame 数据集
x	需要绘制 KDE 的数值变量
y	绘制 2D KDE（二维密度图）
hue	按类别分色
fill	是否填充密度曲线
bw_adjust	调整平滑度（>1 更平滑，<1 更尖锐）
levels	2D KDE 轮廓线数量
cmap	颜色映射
shade	旧版本 fill 参数

---

2. 单变量 KDE（1D）

2.1 绘制 KDE 曲线

import seaborn as sns
import matplotlib.pyplot as plt

# 加载数据
data = sns.load_dataset("penguins")

# 绘制 KDE 图
sns.kdeplot(data=data, x="flipper_length_mm")

plt.title("Flipper Length KDE")
plt.show()

📌 作用

• 平滑展示 flipper_length_mm 的分布。
  

---

2.2 填充 KDE 曲线（fill=True）

sns.kdeplot(data=data, x="flipper_length_mm", fill=True)

plt.show()

📌 作用

• fill=True 填充密度曲线，更直观。
  

---

2.3 按类别绘制 KDE（hue 参数）

sns.kdeplot(data=data, x="flipper_length_mm", hue="species", fill=True)

plt.show()

📌 作用

• hue="species" → 不同物种绘制不同的 KDE 曲线。
  

---

2.4 调整 KDE 平滑度（bw_adjust 参数）

sns.kdeplot(data=data, x="flipper_length_mm", fill=True, bw_adjust=0.5)  # 变窄
sns.kdeplot(data=data, x="flipper_length_mm", fill=True, bw_adjust=2)    # 变宽

plt.show()

📌 作用

• bw_adjust=0.5 → 分布更尖锐。
• bw_adjust=2 → 分布更平滑。

—

3. 二维 KDE（2D）

3.1 绘制 2D KDE

sns.kdeplot(data=data, x="flipper_length_mm", y="body_mass_g")

plt.show()

📌 作用

• 查看 flipper_length_mm 与 body_mass_g 的联合分布。
  

---

3.2 颜色填充（fill=True）

sns.kdeplot(data=data, x="flipper_length_mm", y="body_mass_g", fill=True, cmap="Blues")

plt.show()

📌 作用

• fill=True 填充颜色，cmap="Blues" 选择颜色方案。
  

---

3.3 轮廓线数量（levels 参数）

sns.kdeplot(data=data, x="flipper_length_mm", y="body_mass_g", levels=20)

plt.show()

📌 作用

• levels=20 增加等高线密度。
  

---

4. sns.kdeplot() vs sns.histplot()

	sns.kdeplot()	sns.histplot()
作用	估计概率密度分布	直方图（离散分布）
适用场景	平滑数据分布	观察数据频率
是否适用于分类数据	❌ 否	✅ 可以

sns.histplot(data=data, x="flipper_length_mm", kde=True)
plt.show()

📌 推荐

• 观察数据分布形态 → kdeplot()
• 数据频率分析 → histplot()
  

---

5. 总结

✅ sns.kdeplot() 适用于查看数据分布的平滑曲线，支持 1D 和 2D KDE。
✅ 常见参数

• fill=True 填充密度曲线，bw_adjust 控制平滑度。
• hue 按类别分类，levels 调整 2D 轮廓线数量。